基于“当前”统计模型的卡尔曼滤波在北斗单向授时中的应用

为了提高北斗单向授时的授时精度,提出了一种基于“当前”统计模型的卡尔曼滤波单向授时方法。将“当前”统计模型应用于接收机时钟频率漂移的建模以建立状态方程,使用经过卡尔曼滤波后的钟差和钟速对本地时钟进行修正。实验结果表明,在选取合适的机动频率和最大频率漂移的情况下,相比于未滤波修正,温补晶振时钟的峰峰值最多可以减小36.7%,标准差最多可以减小42.5%;恒温晶振时钟的峰峰值最多可以减小71.8%,标准差最多可以减小67.0%。基于“当前”统计模型的卡尔曼滤波单向授时方法,可以有效地降低观测量的误差与噪声对于接收机钟差与钟速的影响,从而提高授时精度。     

大型双曲冷却塔表面脉动风压随机特性——非高斯特性研究

为了系统研究大型双曲冷却塔表面脉动风压分布特性,进行单个冷却塔刚体模型风洞动态同步测压试验,对冷却塔表面脉动风压的非高斯统计特性进行了系统的研究.根据测点风压时程及其概率密度分布曲线,对具有非高斯分布特性的局部区域作出判断,从风压信号的时空间相关性入手,结合中心极限定理讨论了局部区域呈现非高斯特性的原因;并基于测点风压信号概率密度曲线的斜度及峰态值对典型断面的测点风压进行非高斯特性描述,给出了划分非高斯区域的标准,并由测点环向相关性对冷却塔壳体表面进行了分区,初步探讨了不同区域的脉动风压形成机理,加深了对冷却塔结构表面风压分布特性的认识,为进一步探讨冷却塔结构表面风压极值奠定了理论基础.     

搅拌头形状对焊缝塑化金属流动行为的影响

本文研究了搅拌形状对焊接过程中焊缝塑化金属流动行为的影响,使用了4种形式的搅拌头,(a)带反螺纹的圆柱形搅拌头,(b)带正螺纹的圆柱形搅拌头,(c)带反螺纹的圆锥形搅拌头,(d)带反螺纹的凸轮形搅拌头。研究结果表明,焊接过程中,焊缝塑化金属存在三种运动：表层的水平圆周运动、探针周围的螺旋运动、塑化环外围的刚塑性运动。搅拌头形状是影响焊缝塑化金属流动形态的主要因素。搅拌头探针表面的螺纹旋转方向不同,塑化金属的受力状态不同,探针周围金属朝上或朝下螺旋运动,从而带动周围金属流动;探针形状不同,可以改变塑化金属的流动性。     

激光金属沉积技术研究现状与应用进展

增材制造是融合材料科学、机械自动化及信息技术的先进制造技术,在近30年的发展中,发挥着越来越重要的作用。激光金属沉积(Laser metal deposition,LMD)是基于定向能量沉积(Directed energy deposition,DED)的一种增材制造技术,在近年来受到广泛关注和研究。阐述了LMD技术的基本工作原理及系统组成,重点介绍LMD技术国内外研究进展及应用现状,列举了一些基于LMD的工艺技术开发及装备研发制造,指出了LMD技术在成形效率和成形精度、工艺稳定性及性能一致性等方面的不足。最后,总结了LMD技术未来的5个发展趋势:材料体系集约化、工艺参数系统化、成形过程高效化、设备集成智能化和应用领域广泛化。     

7A09铝合金厚板搅拌摩擦焊接头显微组织与性能研究

通过对7A09铝合金的搅拌摩擦焊试验,分析讨论了接头的显微组织和力学性能。试验结果表明:焊核区为细小的等轴晶组织,且焊接速度和搅拌头旋转速度对晶粒的大小有影响;焊接热循环对接头析出相的分布有较大影响;接头显微硬度呈W型分布,热影响区软化趋势最明显;当搅拌头旋转速度和焊接速度匹配适当时,拉伸试样的断裂位置在热影响区,接头的抗拉强度可达到母材的78%。     

面向大型承载结构强度性能的试验系统高精度装配调控方法

以直径0.6 m开口筒壳为例,分析了装配误差对仿真结果产生的影响,表明高精度量化试验系统装配方法研究的必要性。传统装配方法采用直尺等机械工具开展试验系统装配,导致实际装配误差较大且难以精准定量。因此提出一种试验系统装配误差精准测量与调控方法,该方法通过测量标识点获取装配件实际位置,并计算实际与理论位置的装配误差,结合机械推动以及位移测量等设备实现位置精确调控。为验证方法的可行性与精度,基于自研的强度试验高精度装配软件,分别开展了直径0.6 m和1.6 m圆柱筒壳装配调控试验。相比传统方法,最大位移误差从15.00 mm降至0.75 mm,最大角度误差从0.93°降至0.04°,数值分析承载力误差从1.67%降到了0.04%,降低了装配误差对承载力的影响,提高了试验系统装配精度。     

长波定时ASF修正的GIS软件

论述的长波定时ASF修正的GIS软件能快速数字化可视化显示和调用服务区域的地形地理信息、大地电参数和大气折射率等多种数据源。使用此软件可以非常方便容易地用不同模型计算在广阔区域接收到的多个长波信号在各种典型路径上的ASF和地波传播时间延迟,并提高定时精度。     

基于红外和可见光图像融合的铺丝缺陷检测方法

为提高纤维自动铺放(AFP)的质量,分析了目前视觉检测技术中单光谱检测技术成像的局限性,提出一种基于深度学习的红外与可见光联合检测缺陷手段以实现对铺放缺陷的检测、定位和分类。利用热红外图像与可见光图像中易检缺陷种类不同的特点,采用特征融合网络将两种光谱信息融合从而改善检测效果。考虑在线检测对实时性要求较高,为提高检测速度,采用单阶段检测网络作为检测框架,并依据纤维缺陷的长宽比分布严重不均的特点分析了单阶段检测网络中基于锚框方法的不足,提出采用无锚框的检测框架,增加改进的特征金字塔网络结构进行多尺度预测。以全类平均正确率(mAP)为衡量指标,实验结果相比单光谱检测方法、基于锚框检测方法和未使用改进特征金字塔结构分别提升了6.30%、6.64%和1.02%。通过Tensor RT加速后检测网络对每张608像素×608像素图像的检测时间小于20 ms,满足实时检测的需求,检测平均召回率超过88%,平均精确率超过82%,满足生产准确度需求。数据在试验台进行离线检测验证得出,并在大型龙门铺丝机上进行了在线测试。     

AWGN和衰落信道下具有改进型Code-matched交织器的Turbo码

提出了一种改进型的Code-Matched交织器,它能减少低重量码的数量,从而提高mbo码的性能。这种改进型的Code-Matched交织器可以适用于多种不同生成矩阵产生的mbo码,而且不会影响Turbo码在中高信噪比处的性能。同时,在Rayleigh信道下,这种交织器能降低错误平台。